项目简介

a24z-Memory 是一个基于 Model Context Protocol (MCP) 构建的服务器，旨在作为您代码库的“活记忆”。它通过将团队积累的知识（如架构决策、最佳实践、常见陷阱）直接锚定到代码文件，并以结构化的方式（如 CodebaseViews、Notes、Tags 和 Anchors）存储这些信息。AI 助手可以通过 MCP 协议访问这些知识，从而提供更准确、上下文更丰富的代码理解和开发协助。

主要功能点

空间知识图谱 (CodebaseViews)：将代码库组织成可导航的网格视图，帮助 AI 理解代码结构和文件之间的空间关系。
锚定知识 (Anchored Notes)：将重要的见解、决策或经验（Notes）直接关联到特定的代码文件或目录（Anchors），确保知识与代码同步演进。
标签与描述 (Tags & Descriptions)：通过语义标签对知识进行分类，支持更高效的检索和过滤。
知识演进 (Git Distribution)：所有知识都存储在 '.a24z' 目录中，并通过 Git 进行版本控制和团队共享，确保知识的时效性。
AI 辅助：为 AI 助手提供上下文感知响应，帮助其避免已知陷阱、遵循既定模式并加速新成员的上手过程。
工具集：提供一系列 MCP 工具，允许 LLM 客户端创建、检索、删除、更新笔记和标签，以及分析代码覆盖率和视图列表。

安装步骤

环境要求: 确保您的系统已安装 Node.js 18+ 和 Git。

全局安装 (推荐): 在终端中运行以下命令进行全局安装。

npm install -g a24z-memory

项目内安装: 如果您希望将其作为项目依赖安装，可运行：

npm install a24z-memory --save-dev

验证安装: 运行以下命令检查是否安装成功并查看帮助信息。
```
npx a24z-memory --help
```
启动服务器: 在您的代码仓库根目录（包含 '.git' 文件夹的目录）下，保持以下命令在终端中运行以启动 MCP 服务器。服务器将监听标准输入/输出 (stdio)。
```
npx a24z-memory start
```
成功启动后，您将看到类似 '✅ a24z-Memory MCP server started successfully' 的输出。

MCP客户端配置

为了让您的MCP客户端（如Cursor、VS Code等）连接并使用 a24z-Memory 服务器，您需要在客户端的配置中添加服务器的启动命令。通常这是一个JSON格式的配置项。以下是一个示例配置，您应根据客户端的文档进行调整：

{
  "mcpServers": {
    "a24z-memory": {
      "command": "npx",
      "args": ["-y", "a24z-memory"]
    }
  }
}

'mcpServers': 客户端用于配置所有MCP服务器的主键。
'a24z-memory': 您为该MCP服务器定义的名称，客户端将使用此名称来引用服务器。
'command': 启动服务器所需的命令，通常是 'npx' 或 'node'。
'args': 传递给 'command' 的参数列表，'-y a24z-memory' 表示运行全局安装的 'a24z-memory' 包。

请查阅您的MCP客户端（如Cursor、VS Code、Claude Code等）的 MCP 服务器配置文档，以获取准确的配置方式。

基本使用方法

一旦服务器启动并在客户端中配置完成，您的AI助手将获得一套强大的工具来管理代码库知识。

发现可用工具: 向AI助手提问：“a24z-Memory有哪些工具可用？”
创建代码库笔记: 指导AI助手：“为 'src/auth/jwt.ts' 文件创建一个关于JWT认证模式的笔记，标签为 'authentication' 和 'pattern'。” （AI助手将调用 'create_repository_note' 工具）
查询代码库知识: 向AI助手提问：“在 'src/services' 目录下，有什么关于性能优化的知识？” （AI助手将调用 'get_notes' 或 'askA24zMemory' 工具）
管理标签: 向AI助手提问：“查看仓库中所有使用的标签及其描述。” （AI助手将调用 'get_repository_tags' 工具）向AI助手提问：“删除名为 'bug-fix' 的标签及其相关笔记引用。” （AI助手将调用 'delete_tag' 工具）

关键词

项目简介

主要功能点

安装步骤

MCP客户端配置

基本使用方法

信息